混沌神经网络算法研究及其在医学图像处理中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 1 绪论 | 第14-31页 |
| ·研究背景和意义 | 第14-23页 |
| ·混沌理论发展简介 | 第14-15页 |
| ·混沌的定义 | 第15-16页 |
| ·混沌理论中的基本概念 | 第16-17页 |
| ·混沌的主要特征 | 第17页 |
| ·刻画混沌的特征量 | 第17-19页 |
| ·通向混沌的道路 | 第19页 |
| ·混沌映射 | 第19-23页 |
| ·国内外相关研究进展 | 第23-29页 |
| ·混沌密码学的研究进展 | 第24-25页 |
| ·图像融合的研究进展 | 第25-26页 |
| ·图像压缩的研究进展 | 第26-28页 |
| ·混沌神经网络的研究进展 | 第28-29页 |
| ·本文主要工作 | 第29-31页 |
| 2 基于二维混沌映射的DES算法的医学图像加密 | 第31-45页 |
| ·混沌分组密码 | 第31-35页 |
| ·混沌映射与密码学的关系 | 第31-33页 |
| ·混沌分组密码的构造方法 | 第33-35页 |
| ·混沌加密系统的设计原则 | 第35页 |
| ·基于二维混沌映射的DES算法 | 第35-40页 |
| ·DES算法简介 | 第35-37页 |
| ·改进的DES算法设计及算法步骤 | 第37-40页 |
| ·改进的DES算法仿真实验安全性分析 | 第40-44页 |
| ·密钥空间分析 | 第40页 |
| ·密钥敏感性分析 | 第40-42页 |
| ·统计特性分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 3 基于混沌神经网络的医学图像融合 | 第45-64页 |
| ·医学图像融合简介及意义 | 第45-46页 |
| ·图像融合评价方法 | 第46-47页 |
| ·混沌对角递归神经网络 | 第47-52页 |
| ·对角递归神经网络简介及结构 | 第47-49页 |
| ·混沌对角递归神经网络结构 | 第49-51页 |
| ·混沌对角递归神经网络学习算法 | 第51-52页 |
| ·医学图像融合实验与仿真 | 第52-58页 |
| ·其他医学图像融合模型 | 第58-63页 |
| ·模糊混沌神经网络的结构及数学模型推导 | 第59-61页 |
| ·模糊混沌神经网络的学习算法 | 第61-63页 |
| ·基于模糊混沌神经网络的医学图像融合的步骤 | 第63页 |
| ·本章小结 | 第63-64页 |
| 4 基于混沌神经网络和分形的医学图像压缩 | 第64-92页 |
| ·医学图像压缩简介及意义 | 第64页 |
| ·图像压缩评价方法 | 第64-66页 |
| ·主观评价 | 第64-65页 |
| ·客观评价 | 第65-66页 |
| ·基于Chebyshev映射的前向混沌神经网络 | 第66-70页 |
| ·前向混沌神经网络 | 第66-67页 |
| ·Ⅰ型前向混沌神经网络 | 第67-69页 |
| ·Ⅱ型前向混沌神经网络 | 第69-70页 |
| ·基于神经网络的图像压缩原理及算法实现 | 第70-72页 |
| ·图像压缩原理 | 第70-71页 |
| ·图像压缩算法实现及流程 | 第71-72页 |
| ·医学图像压缩实验与仿真 | 第72-88页 |
| ·其他医学图像压缩模型 | 第88-91页 |
| ·菱形搜索 | 第89-90页 |
| ·基于菱形搜索的分形压缩 | 第90-91页 |
| ·本章小结 | 第91-92页 |
| 5 结论与展望 | 第92-94页 |
| ·结论与创新点 | 第92页 |
| ·创新点摘要 | 第92-93页 |
| ·展望 | 第93-94页 |
| 参考文献 | 第94-102页 |
| 攻读博士学位期间发表学术论文情况 | 第102-103页 |
| 致谢 | 第103-104页 |
| 作者简介 | 第104-105页 |
